New-3 · AI 是灵药也是毒药！超级个体必须打造精算体系，量化你的增长

直播第三课逐字稿 | Second NowX 系列

预计时长 55-65 分钟 | 核心记忆点：Loop 会跑偏 + 判断力可以训练 + 三张表 + 填表的能力才是真功夫

〇、开场：Loop 跑起来了，但我翻过一次车（约 8 分钟）

大家好，我是刘泽军。芭乐派，nownexts.com，一个人，一套 Loop，一套工作流。

上一课我把五条工作流和 90 天清单拆给你了。如果你跟着做，你的 Loop 应该已经能跑了：内容在产，在发，在推，数据在回来。如果你还没开始，今天先听着，等你跑起来会回来找它。

今天这课，我要先给你讲一个我自己的翻车故事。

芭乐派的 Loop 跑到第六周，我打开后台，GSC 曝光涨了百分之四十，知乎有三篇回答进了收藏前十，社媒浏览量连续两周创新高。所有指标都在跟我说一句话：方向是对的，继续干。

然后我打开利润端。

空的。

不是少了一点，是几乎没动。流量翻了一番，收入纹丝不动。

我盯着屏幕看了很久，脑子里只有一个念头：系统在跑，数据在涨，但钱没进来。哪出了问题？

我花了三天排查，最后才找到原因。那几周涨的流量，来自一个技术关键词。那篇文章在 SEO 上是成功的，带来了曝光和点击，吸引来的人也在收藏。但那些人不是我的目标用户。他们收藏了我的文章，回去该干嘛干嘛，不会买我的东西。数据在涨，方向在偏。

这个错误，AI 没有帮我拦住。

它忠实地告诉我流量在涨，收藏在涨，它甚至帮我算了相关性。但它没有告诉我"这些人不是你的用户"。它不知道。因为"这些人到底会不会掏钱"这件事，不在它的计算范围内。它给你数据，不给你判断。

这就是今天这堂课的全部理由。

你花两节课搭好了 Loop 和工作流，系统跑起来了。但跑起来不代表它会往正确的方向跑。工作流解决"能不能跑"，判断力解决"往哪跑"。往哪跑，这件事只有你能定。

一句话结论：判断不是天赋，是可以练的。今天我给你练它的方法。

一、AI 给了你数据，但它给不了你判断（约 10 分钟）

先把一个幻觉拆掉。

很多人以为有了 AI，决策就变简单了。AI 帮我分析数据，我照着做就行。

不是。

AI 能做的事很明确：采集，清洗，算趋势，标相关性。上周哪条内容被收藏最多，哪个关键词带流量，直播里哪个问题被问了七次。这些事 AI 比你强，扫得又快又全，你不应该跟它抢。

但你拿到这些之后呢？

收藏多的内容，是因为标题好，还是选题对？流量涨了，是因为那篇长文，还是搜索引擎更新了索引？用户问得最多的那个问题，是不是卡住了他下单的那道坎？

AI 告诉你"这两件事同时发生"。它说不清"哪件导致哪件"。它给你相关性的皮，给不了因果的骨。

我把决策的定义给你。这课最重要的一句话：

决策，是在不知道结果的情况下，选择做一个动作，并且为这个结果负责。

三个零件。不知道结果。选一个动作。为结果负责。AI 三个零件一个都不占：它不承担不确定性，它不选动作，它不用负责。

所以你让 AI 替你做决策，等于让天气预报替你当船长。天气预报告诉你明天七成下雨。出不出海，是船长的决定。风浪来了，是船长扛，不是天气预报扛。

AI 是天气预报，你是船长。它不是不能给你情报，它是不能替你扛事。

这就是为什么 Loop 跑得再顺，那把刀也必须你握。但问题来了：刀我认了，我握得稳吗？

我的翻车故事已经回答了你：握不稳。我做了十年增长，Loop 是我设计的，数据是我看的，方向是我定的。我照样翻车。为什么？因为我凭感觉判断"流量涨了就是好的"，没有去验证"涨的流量是不是我想要的"。

感觉会骗你。不管你干了多少年。

那怎么办？不靠感觉，靠体系。

二、判断不是天赋，是可以练的（约 12 分钟）

我问你一个问题：你觉得判断力是什么？

大部分人会说：经验。直觉。天赋。有人天生看得准，有人天生看不准。

这个说法经不起推敲。

如果判断力是天赋，保险公司就不敢做生意了。它给一个人的生死定价，靠的是什么？难道每个精算师都有预知未来的天赋？

没有。精算师从来不预测张三哪天死。他做的是另一件事。他给不确定性定价，然后靠大量重复来兑现期望值。

一百万个四十岁男性，过去一百年，每年大概死多少个，分布是什么样。他从这堆数据里得到概率分布：四十岁男性十年内存活率、重疾率，不是"张三哪天死"。然后定价：保费覆盖期望赔付，加风险溢价，加利润。张三活着，他赚保费；张三死了，他赔保额。一亿个张三放在一起，他稳赚。

你看，这里面没有天赋，没有直觉。有的是：统计，分布，定价，记账，修正。精算师越做越准，不是因为他越来越有天赋，是因为他的账本越来越厚，误差越来越小。他的判断力，是账本磨出来的。

量化投资也是同一个道理。散户买股票靠感觉，量化基金靠回测：这条规则在历史数据里胜率六成、赔率两倍，我买。它不是比散户聪明，它比散户多了一步：用过去验证未来。

这两个行业给了我们一个非常重要的启示：判断力不是天赋，是可以训练的。训练的方法就三步：记账，回测，修正。

回到芭乐派。我翻车之后做了一件事：把那次决策记下来。当时我判断"流量涨了就是好的"，依据是 GSC 曝光数据，预期是"曝光涨，流量涨，利润涨"。实际结果：流量涨了，利润没涨。误差：利润端偏离百分之百。

然后我复盘。错在哪？错在我只看了"流量涨没涨"，没有去看"涨的流量是从哪来的"。GSC 里那个涨的关键词不是我的核心词，带来的是过路客，不是目标用户。

这次复盘之后，我加了一条规则：以后判断流量好不好，不能只看总量，还要看来源关键词和目标用户的匹配度。这条规则写进决策日志。下一次再遇到类似情况，我不会犯同样的错。

一次翻车，记账，复盘，加一条规则。下次不犯。这就是训练判断力的全部过程。

没有天赋，没有灵感。有的是：做决策，记账，复盘，修正，下一次更好。精算师靠这套方法给生死定价，量化基金靠这套方法在市场里赚钱，你靠这套方法让你的 Loop 不跑偏。

所以今天我给你的不是一套理论，是一套训练方法。你今天拿走，今天就能开始练。练三个月，你的判断力会比今天准得多。不是因为你变聪明了，是因为你的账本变厚了。

三、三张表：你今天就能用的判断力工具（约 12 分钟）

方法讲清楚了，现在给你工具。三张表，每张解决一个问题。每张我给你一个芭乐派的真实版本，你照着填。

第一张表，北极星表。解决一个问题：每天该盯什么。

你打开后台，几百个指标，哪个都不舍得放，结果哪个都没看。这张表帮你砍到 3 到 5 个。

芭乐派的北极星表长这样：

填完这张表，你就知道每天该盯什么。不在这张表上的，全是噪音。今天课结束前进社群的，空表模板直接发。

第二张表，因果链模型。解决一个问题：出了事怎么查。

你的生意一定会反复出现同一个问题：转化率为什么掉了？每次遇到都从头猜一遍，永远是新手。正确做法是把问题写成一条固定的排查链条。

这是芭乐派实际在跑的一条：

转化率低 ←
    ① 触达层：用户根本没收到 → 查触达渠道覆盖度
    ② 吸引层：收到了但没点亮 → 查开场内容
    ③ 信任层：进来但很快走了 → 查停留时长
    ④ 决策层：停留了但不买 → 查话术和产品匹配
    ⑤ 行动层：想买但没完成 → 查下单流程

下次转化率掉，不猜，走这条链。模型的价值不是精准，是快。今天进社群的，这份排查模板一起发。

第三张表，决策日志。解决一个问题：我的判断在变好还是变差。

这是三张表里最重要的一张。因为它是你的账本。

芭乐派的真实记录：

记决策日志有一条铁律，比格式重要得多：结果不好，不等于决策错。单次是运气，长期期望为正才是体系。但如果你没记账，同一个坑踩第三回，那才是真的错了。精算师不怕赔一单，怕账本失真。

三张表今天一起发：北极星表，因果链模板，决策日志模板。回顾一下这三课的关系：第一课给了你发动机（Loop），第二课给了你底盘（工作流），今天给了你方向盘（三张表）。发动机决定你跑不跑得动，底盘决定你一个人开不开得了，方向盘决定你往哪跑。

四、表好学，填表的能力才是真功夫（约 10 分钟）

三张表你拿了，格式你看懂了。但我再泼一盆冷水。

表好学，填表的能力不好学。我给你看一个真实的差距。

芭乐派的决策日志，我写了三个月。第一个月的记录长这样：

预期写"流量涨"。依据写"感觉不错"。结果真的涨了。复盘写"嗯，选对了"。

你看这条记录有什么信息量？没有。涨了是运气还是判断对了？我不知道。涨了多少？涨的是哪种流量？我都没写。这条记录等于没记。

第三个月的记录长这样：

预期写"来源关键词匹配目标用户的选题，进收藏前三的概率六成"。依据写"过去十二周同类选题胜率七比二"。结果进了收藏前三。误差加五个百分点。复盘写"胜率估计偏低，下轮调到六成五"。

同一张表，第一条和这条之间的差距，就是判断力的差距。差距不在工具，在三件事。

第一件，北极星选得准不准。AI 能告诉你"付费学员里八成听完了课程"，但它不能告诉你"是听完课程导致他付费，还是本来就打算付费的人才愿意听完"。因果搞反了，你的驱动指标就是错的。选对北极星，需要你真正理解用户的购买决策过程。

第二件，因果链搭得对不对。我给你的是转化率低的五层排查链，但你的生意不是卖课，你的排查链要自己设计。设计它需要什么？需要你见过足够多的翻车，知道"转化率掉了"最常卡在哪。我在芭乐派、小帮规划、Canva 踩过的坑，就是我搭排查链的原材料。你没有这些坑，你的链条搭不准。

第三件，复盘时能不能分清运气和判断。我在芭乐派有过一次直播，开场十五分钟一个人没有。我复盘了三天，最后判断是预告发布时间不对，不是内容问题。如果我判断错了改了内容，反而越改越差。区分运气和判断，是决策日志里最难的一步，也是最值钱的一步。

这三样东西，模板帮不了你，AI 也帮不了你。它们需要你在一个有反馈的环境里，反复练，反复校准。有人带着练，和你自己摸索，速度差三倍。

五、你的服务地图（约 8 分钟）

好，三课讲完了。我把你可能遇到的每一个问题，收进一张图里。

前四行的左边，模板和免费课能解决。前四行的右边，需要练。最后一行的右边，需要系统地练。

这四节免费课帮你搭系统，给你训练方法。但搭系统和练判断力是两件事。你的 Loop 会跑了，下一步是让它跑对方向。跑对方向需要判断力，判断力需要练，练需要有人带。

R.B.E Agent 系统设计营，做的就是这件事。8 周，20 到 30 人小班，每周一次直播加一次作业复盘。不教你用工具，教你做工具做不到的判断。最后带你输出你自己的增长模型白皮书。社群里有详细介绍，感兴趣的自己看。

六、收尾：作业和下一课的钩子（约 5 分钟）

今天的作业两道。

第一道：填你的北极星表。北极星指标是什么，三个驱动指标，三个先兆信号。写不出来的那一行，就是你对你生意最陌生的那一块。把这张表发到社群里，我帮你看。

第二道：这一周，记满五条决策日志。每条都要有预期、依据、实际结果、误差。下周一，挑一条误差最大的，复盘它。

最后留钩子。

这三张表有个共同的前提：你得有干净、连贯的数据喂进来。数据脏，因子就是脏的，回测就是骗自己，日志就是记流水账。你的 Loop 每天产出一堆数据：GSC 的点击，知乎的收藏，直播的问答，落地页的跳出。它们散在四个地方，没有结构，AI 吃不进去。

下一课，我教你给一人公司装上记忆。让散落的数据变成决策的弹药，让你的 Loop 从金鱼脑变成有脑子的系统。

想跟着这个系列走下去的，关注公众号，进社群。门派里见。

附一：本课事实与素材来源

附二：直播高频问题应答预案（FAQ）

Q：我刚冷启动，没有历史数据，记什么决策日志？

你不需要大数据，你需要记账的习惯。你今天发了一条内容，你当时为什么发它？预期带来什么？实际带来了什么？哪怕只有三条内容，每条记一行，这就是你的第一个数据集。冷启动期记账的意义不是算准，是建立"用证据代替感觉"的习惯。

Q：胜率、赔率我都估不准，估出来有意义吗？

有。意义不在数准，在强迫你想清楚。估不准没关系，你给的是个区间。关键是你要被迫回答两个问题：我到底有几成把握，最坏赔多少。九成人做决策从不问这两个问题，你问了，哪怕估得粗糙，你已经赢了。

Q：决策日志我能坚持两周，第三周就漏，怎么办？

漏很正常。漏的原因几乎只有一个：你把它当任务，没把它当资产。加一个硬约束：每周一必须复盘，误差最大的那条必须写清楚错在哪。复盘比记账有用，有用的事自然会坚持。

Q：训练营和这四节免费课有什么区别？

四节课帮你搭系统，给你训练方法。训练营用八周带你从诊断到白皮书，每一步有作业复盘和反馈。最重要的是，你不是一个人在练。20 到 30 个人一起，踩过的坑互相分享，判断力校准速度比一个人快三倍。四节课是地图，训练营是陪跑。